Rust色彩处理库dcv-color-primitives的使用指南

概述

dcv-color-primitives是一个高效的Rust色彩处理库，专注于颜色空间转换和基础色彩操作。它提供了多种颜色模型之间的转换功能，并支持基本的色彩操作，适用于图像处理、计算机视觉和图形学应用。

主要特性

• 支持多种颜色空间转换(RGB, BGR, HSV, HSL, XYZ, Lab, Luv等)
• 高性能实现，利用SIMD指令优化
• 线程安全的API设计
• 支持批量处理像素数据

安装

在Cargo.toml中添加依赖：

[dependencies]
dcv-color-primitives = "0.3"

基本使用方法

单个颜色转换

use dcv_color_primitives as color;
use color::{ColorSpace, Convertible};

fn main() {
    // 创建RGB颜色
    let rgb = color::Rgb::new(255, 0, 128);
    
    // 转换为HSV
    let hsv: color::Hsv = rgb.convert();
    println!("HSV: {:?}", hsv);
    
    // 转换为Lab
    let lab: color::Lab = rgb.convert();
    println!("Lab: {:?}", lab);
}

批量颜色转换

use dcv_color_primitives as color;
use color::{ColorSpace, Convertible};

fn main() {
    // 创建RGB像素数组
    let rgb_pixels = vec![
        color::Rgb::new(255, 0, 0),
        color::Rgb::new(0, 255, 0),
        color::Rgb::new(0, 0, 255),
    ];
    
    // 批量转换为HSV
    let hsv_pixels: Vec<color::Hsv> = rgb_pixels.convert();
    
    // 批量转换为XYZ
    let xyz_pixels: Vec<color::Xyz> = rgb_pixels.convert();
}

图像数据转换

use dcv_color-primitives as color;

fn main() {
    // 假设有一个RGB图像缓冲区 (宽度x高度x3)
    let width = 640;
    let height = 480;
    let mut rgb_buffer = vec![0u8; width * height * 3];
    
    // 转换为灰度
    let mut gray_buffer = vec![0u8; width * height];
    color::convert_image(
        &rgb_buffer,
        &mut gray_buffer,
        width,
        height,
        color::PixelFormat::RGB,
        color::PixelFormat::GRAY,
    ).unwrap();
    
    // 转换为BGR格式
    let mut bgr_buffer = vec![0u8; width * height * 3];
    color::convert_image(
        &rgb_buffer,
        &mut bgr_buffer,
        width,
        height,
        color::PixelFormat::RGB,
        color::PixelFormat::BGR,
    ).unwrap();
}

高级功能

自定义转换参数

use dcv_color_primitives as color;

fn main() {
    let rgb = color::Rgb::new(255, 128, 64);
    
    // 使用自定义白点进行XYZ转换
    let xyz: color::Xyz = rgb.convert_with_params(
        color::ConvertParams::default()
            .with_white_point(color::WhitePoint::D65)
    );
}

色彩通道操作

use dcv_color_primitives as color;

fn main() {
    let mut rgb = color::Rgb::new(255, 128, 64);
    
    // 调整亮度
    rgb.adjust_brightness(1.2);
    
    // 调整饱和度
    rgb.adjust_saturation(0.8);
    
    // 获取亮度值
    let luminance = rgb.luminance();
}

完整示例代码

以下是一个完整的图像处理示例，展示了如何使用dcv-color-primitives进行图像色彩空间转换和调整：

use dcv_color_primitives as color;
use color::{ColorSpace, Convertible, PixelFormat};
use image::{DynamicImage, GenericImageView};

fn main() {
    // 1. 加载图像
    let img = image::open("input.jpg").expect("Failed to open image");
    let (width, height) = img.dimensions();
    
    // 2. 转换为RGB缓冲区
    let mut rgb_buffer = vec![0u8; (width * height * 3) as usize];
    if let DynamicImage::ImageRgb8(rgb_img) = img.to_rgb8() {
        rgb_buffer.copy_from_slice(rgb_img.as_raw());
    }
    
    // 3. 转换为HSV颜色空间
    let mut hsv_buffer = vec![0u8; (width * height * 3) as usize];
    color::convert_image(
        &rgb_buffer,
        &mut hsv_buffer,
        width as usize,
        height as usize,
        PixelFormat::RGB,
        PixelFormat::HSV,
    ).unwrap();
    
    // 4. 调整图像饱和度
    let rgb_pixels: Vec<color::Rgb> = rgb_buffer
        .chunks_exact(3)
        .map(|chunk| color::Rgb::new(chunk[0], chunk[1], chunk[2]))
        .collect();
    
    let adjusted_pixels: Vec<color::Rgb> = rgb_pixels
        .into_iter()
        .map(|mut rgb| {
            rgb.adjust_saturation(1.5); // 增加50%饱和度
            rgb
        })
        .collect();
    
    // 5. 转换回图像缓冲区
    let mut adjusted_buffer = vec![0u8; (width * height * 3) as usize];
    for (i, rgb) in adjusted_pixels.into_iter().enumerate() {
        adjusted_buffer[i*3] = rgb.r;
        adjusted_buffer[i*3+1] = rgb.g;
        adjusted_buffer[i*3+2] = rgb.b;
    }
    
    // 6. 保存处理后的图像
    let output_img = image::RgbImage::from_raw(width, height, adjusted_buffer)
        .expect("Failed to create output image");
    output_img.save("output.jpg").expect("Failed to save image");
    
    println!("图像处理完成！");
}

性能提示

1. 对于大批量处理，尽量使用convert_image或convert_buffer等批量API
2. 如果处理固定大小的图像，可以重用缓冲区减少分配
3. 考虑使用try_convert系列方法避免不必要的拷贝

注意事项

• 输入值需要确保在有效范围内(RGB通常在0-255)
• 某些转换可能损失精度，特别是涉及整数和浮点数之间的转换
• 对于实时应用，建议预热测试转换性能